Datastrukturer och algoritmer, 6 hp (TDDE22)

Data Structures and Algorithms, 6 credits

Huvudområde

Datateknik

Nivå

Grundnivå

Kurstyp

Programkurs

Examinator

Erik Nilsson

Studierektor eller motsvarande

Ahmed Rezine
Kursen ges för Termin Period Block Språk Ort VOF
6CIII Civilingenjör i industriell ekonomi (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, spanska (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, franska (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, japanska (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, tyska (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, kinesiska (Teknisk inriktning Datateknik) 5 (HT 2017) 1 3 Svenska Linköping v
6CIII Civilingenjör i industriell ekonomi 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, franska 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, japanska 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, tyska 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, kinesiska 5 (HT 2017) 1 3 Svenska Linköping v
6CIEI Civilingenjör i industriell ekonomi - internationell, spanska 5 (HT 2017) 1 3 Svenska Linköping v
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Datateknik

Utbildningsnivå

Grundnivå

Fördjupningsnivå

G2X

Kursen ges för

  • Civilingenjör i industriell ekonomi
  • Civilingenjör i industriell ekonomi - internationell

Förkunskapskrav

OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.

Rekommenderade förkunskaper

Analys i en variabel. Grundläggande programmering och programspråket Java.

Lärandemål

Kursens syfte är att ge studenten verktyg att självständigt kunna konstruera datorprogram som effektivt utnyttjar tid och minne. Efter genomgången kurs skall den studerande:

  • ha god förmåga att analysera tids- och rumskomplexitet hos iterativa och enkla rekursiva algoritmer
  • kunna redogöra för och använda de vanligaste abstrakta datatyperna och sorteringsalgoritmerna
  • kunna implementera de vanligaste abstrakta datatyperna med olika datastrukturer och algoritmer
  • kunna beskriva etablerade metoder för design (och analys) av algoritmer i allmänhet

Kursinnehåll

  • Grundläggande begrepp
  • Matematiska grunder för algoritmanalys
  • Grundläggande abstrakta datatyper och datastrukturer såsom listor, stackar, köer, sökträd, hashtabeller och grafer.
  • Resursanalys av algoritmer
  • Sortering och urval
  • Paradigmer för design av algoritmer

Undervisnings- och arbetsformer

Föreläsningarna används till genomgång av teori. Lektionerna används till övningar. Laborationerna är huvudsakligen datorbaserade men innehåller även vissa "skrivbordsmoment".

Examination

UPG1Frivillig uppgiftU, G0 hp
LAB1LaborationskursU, G2 hp
UPG2Datorbaserade inlämningsuppgifterU, G2 hp
DAT1DatortentamenU, 3, 4, 52 hp

UPG1 består av en samling frivilliga progammeringsuppgifter som, om de löses, ger bonuspoäng till kursomgångens första tentamenstillfälle.

Betygsskala

Fyrgradig skala, LiU, U, 3, 4, 5

Övrig information

Påbyggnadskurser: Konstruktion och analys av algoritmer. Komplexitetsteori.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt. 

Institution

Institutionen för datavetenskap

Studierektor eller motsvarande

Ahmed Rezine

Examinator

Erik Nilsson

Undervisningstid

Preliminär schemalagd tid: 52 h
Rekommenderad självstudietid: 108 h

Kurslitteratur

Kursspecifik version av OpenDSA. Laborationskompendium och annat material finns på kursens webbsidor.
Kursspecifik version av OpenDSA. Laborationskompendium och annat material finns på kursens webbsidor.
UPG1 Frivillig uppgift U, G 0 hp
LAB1 Laborationskurs U, G 2 hp
UPG2 Datorbaserade inlämningsuppgifter U, G 2 hp
DAT1 Datortentamen U, 3, 4, 5 2 hp

UPG1 består av en samling frivilliga progammeringsuppgifter som, om de löses, ger bonuspoäng till kursomgångens första tentamenstillfälle.

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Det finns inga filer att visa.

Sidansvarig: Infocenter, infocenter@liu.se